基于楼盘要素匹配的智能佣金计算方法.pdf

上传人:Ameli****keyy 文档编号:10664128 上传时间:2021-08-08 格式:PDF 页数:9 大小:380.18KB
收藏 版权申诉 举报 下载
基于楼盘要素匹配的智能佣金计算方法.pdf_第1页
第1页 / 共9页
基于楼盘要素匹配的智能佣金计算方法.pdf_第2页
第2页 / 共9页
基于楼盘要素匹配的智能佣金计算方法.pdf_第3页
第3页 / 共9页
文档描述:

《基于楼盘要素匹配的智能佣金计算方法.pdf》由会员分享,可在线阅读,更多相关《基于楼盘要素匹配的智能佣金计算方法.pdf(9页完成版)》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201911400749.4 (22)申请日 2019.12.30 (71)申请人 江苏艾佳家居用品有限公司 地址 211100 江苏省南京市江宁区科学园 芝兰路18号 (72)发明人 陈旋王冲张平徐超 (74)专利代理机构 南京正联知识产权代理有限 公司 32243 代理人 邓唯 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 50/16(2012.01) G06F 16/22(2019.01) (54)发明名称 一种基于楼盘要素匹配的智能佣金计算方 。

2、法 (57)摘要 本发明公开了一种基于楼盘要素匹配的智 能佣金计算方法, 涉及佣金计算技术领域, 用于 解决目前随着影响要素的不断变化导致的佣金 计算方式不同无法适配的问题。 通过采集楼盘信 息要素、 改变数据存储结构、 优化匹配规则算法, 提高佣金计算的效率。 能够提升佣金计算模型对 于影响要素变动导致的佣金计算方式改变的应 对能力。 本发明基于楼盘要素匹配的智能佣金计 算方法, 可以将影响要素、 佣金计算规则, 影响要 素组合通过配置的方式进行维护, 由管理人员灵 活控制, 减少人工佣金计算核对的成本。 权利要求书1页 说明书4页 附图3页 CN 111242673 A 2020.06.0。

3、5 CN 111242673 A 1.一种基于楼盘要素匹配的智能佣金计算方法, 其特征在于, 具体包含以下步骤: S1.梳理佣金计算的业务场景, 通过对业务需求以及业务场景的分析, 整理出佣金计算 的影响要素包含房产面积、 收款金额、 所在城市、 所在楼盘; 以及根据影响要素不同所对应 的佣金计算规则; S2.定义影响要素数据模型, 对步骤S1整理的影响要素进行组合生成唯一确定的影响 要素组, 每个影响要素组对应一种固定的佣金计算规则; S3.检测用户请求信息包含订单信息和楼盘信息, 根据请求信息各个影响要素的值, 匹 配到具体的影响要素组以及其对应的佣金计算规则; S4.根据匹配到的佣金计算。

4、规则中生成佣金的收款金额阀值以及达到阀值后按照收款 金额的百分比或固定金额计算出具体的佣金金额。 2.根据权利要求1所述的基于楼盘要素匹配的智能佣金计算方法, 其特征在于, 在一个 实施方式中, 在步骤S1中, 根据影响要素不同所对应的佣金计算规则为按房产面积、 收款金 额不同, 佣金提成的百分比不同。 3.根据权利要求1所述的基于楼盘要素匹配的智能佣金计算方法, 其特征在于, 在一个 实施方式中, 所述步骤S2具体包含以下子步骤: S21.将步骤S1整理出来的佣金计算影响要素存储在影响要素表中, 且影响要素分为固 定取值和范围取值2种类型; S22.配置单个影响要素之间的组合关系, 每个组合。

5、关系对应一个确定的佣金计算公 式。 4.根据权利要求1所述的基于楼盘要素匹配的智能佣金计算方法, 其特征在于, 在一个 实施方式中, 所述步骤S3具体包含以下子步骤: S31.筛选出所有固定取值的影响要素, 按实际情况为每个固定取值的影响要素在Long 类型的64位的二进制数上, 从左向右分配其所在的二进制位的数据段, 定义各个影响要素 L1(k1)、 L2(k2)、 L3(k3)Ln(kn), 其中L为影响要素, K为影响要素所在的二进制数中的 数据位; S32.所有固定取值要素组成的唯一对比标识key, 具体计算如下: key= VL1 (64-K1) | VL2 (64-K1-K2) |。

6、 VL (64-K1-K2-K3) | VL (64-K1- K2-Kn), 其中, VL表示影响要素数值按指定的数据段转化的二进制数据位, Ln(kn)的二进 制数据位为VLn; S33.将固定取值要素生成的key作为根节点, 剩余范围影响要素类型各自为一层作为 子节点, 构建一个树结构, 影响要素的范围作为节点的左值和右值; 相同影响要素不同数据 范围作为不同的子节点处于同一个直线分支, 这样限制树形结构, 所有的叶子结点都位于 同一层, 表示从根节点到当前叶子结点所在路径上匹配的佣金计算方法; 每个节点的影响 要素节点从小到大顺序排列, 划分好值域; S34.树形影响要素遍历匹配: 根据。

7、佣金计算的请求信息按步骤S32公式进行计算将固 定影响要素的组合生产对应的key, 匹配根节点遍历整个树, 查找到最终的佣金计算公式。 5.根据权利要求1所述的基于楼盘要素匹配的智能佣金计算方法, 其特征在于: 在一个 实施方式中, 在步骤S4中, 根据佣金计算公式, 采用drools规则框架进行计算, 使用drools 规则引擎进行佣金计算, 利用droos的规则文件实现佣金计算公式的自由搭配。 权利要求书 1/1 页 2 CN 111242673 A 2 一种基于楼盘要素匹配的智能佣金计算方法 技术领域 0001 本发明涉及涉及佣金计算技术领域, 尤其涉及一种基于楼盘要素匹配的智能佣金 计。

8、算方法。 背景技术 0002 由于影响佣金计算要素的多变性, 导致佣金计算经常出现公式无法适配的问题, 导致经常需要人工干预, 人工计算佣金金额。 并且由于各种业务场景的计算规则各不相同, 并不是每一个业务人员都能准确的了解各个场景的计算规则。 随着人员的变动也提高了佣 金计算出错的风险。 为了减少人工干预的频率, 亟需提供一套完整的高度灵活、 可配置的佣 金计算模型。 发明内容 0003 本发明所要解决的技术问题是提供一种基于楼盘要素匹配的智能佣金计算方法, 能够克服佣金计算人工干预的风险, 以及佣金计算公式不断变化导致计算模型无法适配的 问题。 0004 本发明为解决上述技术问题采用以下技。

9、术方案 一种基于楼盘要素匹配的智能佣金计算方法, 具体包含以下步骤: S1.梳理佣金计算的业务场景, 通过对业务需求以及业务场景的分析, 整理出佣金计算 的影响要素包含房产面积、 收款金额、 所在城市、 所在楼盘; 以及根据影响要素不同所对应 的佣金计算规则; S2.定义影响要素数据模型, 对步骤S1整理的影响要素进行组合生成唯一确定的影响 要素组, 每个影响要素组对应一种固定的佣金计算规则; S3.检测用户请求信息包含订单信息和楼盘信息, 根据请求信息各个影响要素的值, 匹 配到具体的影响要素组以及其对应的佣金计算规则; S4.根据匹配到的佣金计算规则中生成佣金的收款金额阀值以及达到阀值后按。

10、照收款 金额的百分比或固定金额计算出具体的佣金金额。 0005 作为本发明基于楼盘要素匹配的智能佣金计算方法的进一步优选方案, 在步骤S1 中, 根据影响要素不同所对应的佣金计算规则为按房产面积、 收款金额不同, 佣金提成的百 分比不同。 0006 作为本发明基于楼盘要素匹配的智能佣金计算方法的进一步优选方案, 所述步骤 S2具体包含以下子步骤: S21.将步骤S1整理出来的佣金计算影响要素存储在影响要素表中, 且影响要素分为固 定取值和范围取值2种类型; S22.配置单个影响要素之间的组合关系, 每个组合关系对应一个确定的佣金计算公 式。 0007 作为本发明基于楼盘要素匹配的智能佣金计算方。

11、法的进一步优选方案, 所述步骤 说明书 1/4 页 3 CN 111242673 A 3 S3具体包含以下子步骤: S31.筛选出所有固定取值的影响要素, 按实际情况为每个固定取值的影响要素在Long 类型的64位的二进制数上, 从左向右分配其所在的二进制位的数据段, 定义各个影响要素 L1(k1)、 L2(k2)、 L3(k3)Ln(kn), 其中L为影响要素, K为影响要素所在的二进制数中的 数据位; S32.所有固定取值要素组成的唯一对比标识key, 具体计算如下: key= VL1 (64-K1) | VL2 (64-K1-K2) | VL (64-K1-K2-K3) | VL (64。

12、-K1- K2-Kn), 其中, VL表示影响要素数值按指定的数据段转化的二进制数据位, Ln(kn)的二进 制数据位为VLn; S33.将固定取值要素生成的key作为根节点, 剩余范围影响要素类型各自为一层作为 子节点, 构建一个树结构, 影响要素的范围作为节点的左值和右值; 相同影响要素不同数据 范围作为不同的子节点处于同一个直线分支, 这样限制树形结构, 所有的叶子结点都位于 同一层, 表示从根节点到当前叶子结点所在路径上匹配的佣金计算方法; 每个节点的影响 要素节点从小到大顺序排列, 划分好值域; S34.树形影响要素遍历匹配: 根据佣金计算的请求信息按步骤S32公式进行计算将固 定影。

13、响要素的组合生产对应的key, 匹配根节点遍历整个树, 查找到最终的佣金计算公式。 0008 作为本发明基于楼盘要素匹配的智能佣金计算方法的进一步优选方案, 在步骤S4 中, 根据佣金计算公式, 采用drools规则框架进行计算, 使用drools规则引擎进行佣金计 算, 利用droos的规则文件实现佣金计算公式的自由搭配。 0009 本发明采用以上技术方案与现有技术相比, 具有以下技术效果: 1、 本发明的智能佣金计算方法, 影响要素可以通过后台进行配置, 各个影响要素的组 合也是通过业务人员来进行后台操作; 2、 可以实现不同计算公式之间的灵活切换, 实现了计算引擎的扩展性; 3、 对于因。

14、外部因素影响导致的计算方式的改变可以很好的进行适配, 动态进行调整。 附图说明 0010 图1是固定影响要素计算唯一标识的二进制数据位示意图; 图2是整个影响要素组合成的树形结构示意图; 图3影响要素匹配流程图; 图4是本发明一种基于楼盘要素匹配的智能佣金计算方法的流程示意图。 具体实施方式 0011 下面将结合本发明实施例中的附图, 对本发明实施例中的技术方案进行清楚、 完 整地描述, 显然, 所描述的实施例仅仅是本发明一部分实施例, 而不是全部的实施例。 基于 本发明中的实施例, 本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例, 都属于本发明保护的范围。 0012 本。

15、发明提供了一种基于楼盘要素的智能佣金计算方法, 如如4所示, 包含以下步 骤: S1.梳理佣金计算的业务场景, 通过对业务需求以及场景的分析, 整理出合理的影响要 说明书 2/4 页 4 CN 111242673 A 4 素、 佣金计算公式。 0013 S2.定义影响要素数据模型, 影响要素是决定佣金计算走向的影响因子。 对影响要 素进行组合生成唯一确定的影响要素组, 每个影响要素组对应一种固定的佣金计算规则。 0014 步骤S2具体包含以下子步骤: S21.将整理出来的佣金计算影响要素存储在影响要素表中, 影响要素分为固定取值和 范围取值2种类型, 如: 所在城市为固定取值, 户型面积为范围。

16、取值。 0015 影响要素管理: 表1是影响要素管理表, 具体如下: 表1 影响要素名称要素编码取值形式二进制位 (从左到右) 项目楼盘idA01固定8 楼盘分区idA02固定10 楼栋号A03固定12 经纪人组idA04固定2 经纪人idA05固定8 户型面积A06范围10 收款金额A07范围19 S22.配置单个影响要素之间的组合关系, 每个组合关系对应一个确定的佣金计算公 式。 0016 影响要素组合管理: 表2是影响要素组合表, 具体为: 表2 影响要素名称要素编码取值取值 项目楼盘idA0111 楼盘分区idA0211 楼栋号A0311 经纪人组idA0411 经纪人idA0511 。

17、户型面积A060-6060-120 收款金额A0710-1515-30 公式 S3.检测用户请求信息, 根据请求信息各个影响要素的值, 匹配到具体的影响要素组以 及其对应的佣金计算规则。 0017 步骤S3具体包含以下子步骤: S31.筛选出所有固定取值的影响要素, 按实际情况为每个固定取值的影响要素在Long 类型的64位的二进制数上, 分配其所在的二进制位的数据段 (从左向右) , 如项目id在二进 制位的数据段为0-7, 最大支持127个项目。 定义各个影响要素L1(k1)、 L2(k2)、 L3(k3) Ln(kn), 其中L为影响要素, K为影响要素所在的二进制数中的数据位。 如图1。

18、所示。 0018 S32.VL表示影响要素数值按指定的数据段转化的二进制数据位, Ln(kn)的二进制 数据位为VLn, 按以下计算公式: key= VL1 (64-K1) | VL2 (64-K1-K2) | VL (64-K1-K2-K3) | VL (64-K1- 说明书 3/4 页 5 CN 111242673 A 5 K2-Kn), key表示所有固定取值要素组成的唯一对比标识。 使用这种方式的优点在于给不 同的固定值影响要素生成一个唯一码, 当请求信息进来以后不需要依次遍历匹配这些固定 值类型的影响要素, 提高了计算和匹配的效率。 0019 S33.将以上固定取值要素生成的key作。

19、为根节点, 剩余范围影响要素类型各自为 一层作为子节点, 构建一个树结构, 影响要素的范围作为节点的左值和右值。 相同影响要素 不同数据范围作为不同的子节点处于同一个直线分支, 这样限制树形结构, 所有的叶子结 点都位于同一层, 为佣金计算公式。 每个节点的影响要素节点从小到大顺序排列, 划分好值 域。 如图2所示。 0020 S34.树形要素遍历匹配。 根据佣金计算的请求信息按上述S32公式进行计算将固 定影响要素的组合生产对应的key, 匹配根节点遍历整个树, 查找到最终的佣金计算公式。 如图3所示。 0021 S4.根据佣金计算规则计算出佣金金额输出。 0022 步骤S4根据最终得到的佣。

20、金计算公式, 采用drools规则框架进行计算。 使用 drools规则引擎进行佣金计算, 利用drools的规则文件实现了佣金计算公式的自由搭配。 根据得出的佣金计算公式找到对应的drools的规则文件, 基于drools的特性只需要将请求 佣金计算的信息填入到Fact, 即可得出最终的计算结果。 0023 本技术领域技术人员可以理解的是, 除非另外定义, 这里使用的所有术语 (包括技 术术语和科学术语) 具有与本发明所属领域中的普通技术人员的一般理解相同的意义。 还 应该理解的是, 诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中 的意义一致的意义, 并且除非像这里一样定义。

21、, 不会用理想化或过于正式的含义来解释。 0024 以上实施例仅为说明本发明的技术思想, 不能以此限定本发明的保护范围, 凡是 按照本发明提出的技术思想, 在技术方案基础上所做的任何改动, 均落入本发明保护范围 之内。 上面对本发明的实施方式作了详细说明, 但是本发明并不限于上述实施方式, 在本领 域普通技术人员所具备的知识范围内, 还可以在不脱离本发明宗旨的前提下做出各种变 化。 说明书 4/4 页 6 CN 111242673 A 6 图1 图2 说明书附图 1/3 页 7 CN 111242673 A 7 图3 说明书附图 2/3 页 8 CN 111242673 A 8 图4 说明书附图 3/3 页 9 CN 111242673 A 9 。

展开阅读全文
内容关键字: 基于 楼盘 要素 匹配 智能 佣金 计算方法
关于本文
本文标题:基于楼盘要素匹配的智能佣金计算方法.pdf
链接地址:https://www.zhuanlichaxun.net/pdf/10664128.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1